CNN训练方法、电子设备和计算机可读存储介质
公开
摘要
本发明实施例涉及图像处理技术领域，特别涉及一种CNN训练方法、电子设备和计算机可读存储介质。上述CNN训练方法包括：确定卷积神经网络CNN的训练过程中的各训练阶段和所述各训练阶段之间的先后顺序；根据所述先后顺序，确定所述各训练阶段的图像输入尺寸；其中，所述各训练阶段的图像输入尺寸按照所述先后顺序从小变大；根据与所述各训练阶段的图像输入尺寸对应的图像，对所述CNN进行训练。本发明实施例提供的CNN训练方法，旨在将CNN的训练过程分为若干训练阶段，按照训练阶段之间的先后顺序从小到大学习图像的特征，从而提高CNN的训练速度，同时提高CNN的训练精度。
基本信息
专利标题 ：
CNN训练方法、电子设备和计算机可读存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114548355A
申请号 ：
CN202011349094.5
公开（公告）日 ：
2022-05-27
申请日 ：
2020-11-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
栗伟清屠要峰王永成高洪刘涛金士英
申请人 ：
中兴通讯股份有限公司
申请人地址 ：
广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦
代理机构 ：
上海晨皓知识产权代理事务所(普通合伙)
代理人 ：
成丽杰
优先权 ：
CN202011349094.5
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
